我的keras模板为我训练的每一个最佳时间生成一个检查点。
然而，我的互联网下降了，当加载我的最后一个检查点并从上个赛季开始重新开始训练时(使用initial_epoch(，在新训练的第一个赛季，准确率从89.1(加载的模型值(下降到83.6。恢复(重新开始(训练时，这种行为正常吗？因为当我的网络崩溃时，已经是第30季了，准确率没有下降，也没有显著的改进，因此没有产生任何新的检查点，这迫使我回到了几个时代。
提前感谢您的帮助。
保存和重新训练的问题是，当您从经过训练的模型开始重新训练到epochN时，在epochN+1时，它不会保留历史记录。
场景：
你正在训练一个30个时代的模特。在epoch15，您的精度为88%(假设您根据最佳验证精度保存模型(。不幸的是，发生了一些事情，你的训练崩溃了。但是，由于您使用检查点进行了训练，因此在程序崩溃之前，您将在epoch 15获得结果模型。
如果您从epoch15开始重新训练，那么之前的验证_准确性(因为您现在再次"从头开始"训练(将不会"在任何地方被记住"。如果您在epoch16获得84%的验证准确率，则您的"最佳模型"(带有88%acc(将被epoch 16模型覆盖，因为没有先前训练/验证准确率的保存/内部历史数据。在引擎盖下，在新的重新训练中，84%将与-inf进行比较，因此它将保存历元16模型。
解决方案是从头开始重新训练，或者用以前训练的列表(手动或从回调中获得(初始化第二次训练验证的准确性。这样，Keras在纪元结束时比较的最大精度将是88%(在该场景中(，而不是-inf